Modèles multi-états markoviens en analyse de survie

Bourmouche, Leila (2016). « Modèles multi-états markoviens en analyse de survie » Mémoire. Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en mathématiques.

Fichier(s) associé(s) à ce document :

Prévisualisation	PDF Télécharger (7MB)

Résumé

Les modèles multi-états sont une généralisation des modèles de survie, caractérisés par un processus stochastique à espace fini d'états, utilisé pour décrire l'évolution des sujets à travers différents états de santé dans le temps. Ce mémoire a pour objectif principal de présenter les modèles multi-états markoviens, en développant la théorie et en l'appliquant à deux ensembles de données : sir.adm et cav. Dans un premier temps, nous présentons la méthode relative au modèle de Markov homogène. Ce modèle est le moins complexe, il suppose que les intensités de transition entre les états sont constantes dans le temps. Dans un second temps, nous présentons la théorie des processus de comptage afin d'introduire des méthodes d'estimation non paramétriques dans le cadre d'un modèle de Markov non homogène. Dans ce modèle, les intensités de transition dépendent du temps. Les méthodes d'estimation supposent que le mécanisme de censure est indépendant de l'événement étudié. Les applications ont été réalisées avec les bibliothèques msm, mstate et etm du logiciel R. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Modèles multi-états, processus de Markov homogène et non homogène, processus de comptage, estimateur de Nelson-Aalen, estimateur de Aalen-Johansen.

Type:	Mémoire accepté
Informations complémentaires:	Le mémoire a été numérisé tel que transmis par l'auteur.
Directeur de thèse:	Atherton, Juli
Mots-clés ou Sujets:	Modèles multi-états / Processus de Markov / Analyse de survie (Biométrie)
Unité d'appartenance:	Faculté des sciences > Département de mathématiques
Déposé par:	Service des bibliothèques
Date de dépôt:	26 oct. 2016 20:04
Dernière modification:	26 oct. 2016 20:04
Adresse URL :	http://archipel.uqam.ca/id/eprint/8970

Modifier les métadonnées (propriétaire du document)

Statistiques